1000万上下文！新开源多模态大模型，单个GPU就能运行

45 0 0

文章摘要

今年2月初，谷歌发布的Gemini 2.0 Pro支持200万上下文，震惊了整个大模型领域。然而，仅过了2个月，Meta最新开源的Llama 4 Scout就将上下文扩展至1000万，整整提升了5倍，开启千万级时代。Llama 4 Scout能够一次性解读100万字的《战争与和平》，并支持处理1000万token的代码库，展现了其强大的处理能力。Llama 4 Scout是一个专家混合架构模型，拥有1090亿参数，其中170亿为活跃参数，具备原生多模态能力，能够处理文本和图像，支持最多8张图像的输入。

在架构创新方面，Llama 4 Scout采用了无位置交叉嵌入的交错注意层（NoPE），这种设计移除了传统Transformer模型中的位置编码部分，使得模型能够更好地处理长序列任务，并在长度泛化方面表现出色。NoPE通过自注意力机制和前馈网络恢复输入序列的绝对位置信息，并在后续层中实现相对位置编码。测试数据显示，NoPE在多种推理和数学任务中表现优异，尤其是在加法任务中，准确率显著高于其他位置编码方法。此外，NoPE的计算效率更高，节省了训练和推理过程中的时间和资源。

Llama 4 Scout的训练数据规模达到30万亿token，包括文本、图像和视频，比之前开源的Llama 3高两倍。该模型在预训练阶段特别注重多语言能力的培养，支持200种语言，其中包括超过100种拥有超过10亿标记的语言，使其在处理跨语言任务时具备强大的语言理解和生成能力。

除了Llama 4 Scout，Meta还开源了另一个模型Llama 4 Maverick，拥有4000亿参数，其中170亿为活跃参数。Maverick在MMLU/Pro、GPQA、DocVQA、MathVista等测试中表现优异，超越了谷歌的Gemini 2.0和OpenAI的GPT-4o，媲美DeepSeek最新开源的V3模型。Maverick的训练方法包括轻量级监督微调（SFT）、在线强化学习（RL）和轻量级直接偏好优化（DPO）。Meta通过剔除简单数据、筛选更具挑战性的提示以及实施连续在线RL策略，显著提升了模型的性能。

Meta还正在训练一个总参数2万亿的教师模型——Llama 4 Behemoth，该模型主要用于蒸馏和微调小模型，Llama 4 Maverick便是通过它完成的。为了实现性能的最大化，Meta对SFT数据进行了大幅删减，并开发了一个完全异步的在线强化学习训练框架，提升了训练效率。实验数据显示，Llama 4 Behemoth在MMLU Pro、GPQA、MATH-500等测试中的表现优于GPT-4.5、Claude Sonnet 3.7和Gemini 2.0 Pro。

总体而言，Meta通过Llama 4系列模型的开源和训练创新，推动了大模型领域的发展，特别是在上下文长度、多模态处理、多语言支持和训练效率等方面取得了显著进展。这些模型的发布不仅展示了Meta在人工智能领域的技术实力，也为未来的研究和应用提供了新的可能性。